这个就涉及到信源编码的范畴了。。如果是比较简单的协议比如RTP,那就很简单:UDP头后面的12字节以后的数据除了校验就是话音包。当然是在你分用户以后,才能还原出真正的话音,否则就是杂音。还有个前提,你对分出来的数据是什么格式的还要清楚,如果是话音,是723,729还是简单的A/U律都要很清楚,要不你凭什么解码?视频就更是如此了,所以有坚实的信源分析基础也是必要的。。
如果只去掉udp的头,而不去rtp的头,把所有的去掉udp头的数据放在一起再用realplayer是不是就能直接播了?